为什么我在java正则表达式中只找到一组[重复]

Question

我正在编写一个关于正则表达式的非常简单的示例代码，但无法使用 group。

正则表达式为：rowspan=([\\d]+)

输入字符串为：<td rowspan=66>x.x.x</td>

我正在在线正则表达式引擎上对其进行测试，显然可以捕获组66，请参见下面的快照：

基于javadoc，

组零表示整个模式，所以表达式 m.group(0) 是 相当于 m.group()。

所以我认为应该有两个组，第 0 组应该是rowspan=66，第 1 组应该是66。但是，我能从下面的代码中得到的只是前者。

import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class Test {

    public static void main(String args[]){
        String input = "<td rowspan=66>x.x.x</td> ";
        String regex = "rowspan=([\\d]+)";
        Pattern pattern = Pattern.compile(regex);
        Matcher matcher = pattern.matcher(input);
        if(matcher.find()){
            for(int i = 0; i < matcher.groupCount(); i++){
                System.out.println(matcher.group(i));
            }
        }
    }

}

输出是：

rowspan=66

提前感谢您的帮助。

Answer 1

我一直是正则表达式命名组的粉丝，Java 通过特殊的组构造 (?<name>) 支持这一点。这使得检索正确的组更容易，并且如果您稍后在表达式的前面添加另一个组，您也不会搞砸。它还有一个副作用是它消除了关于matcher.groupCount() 的任何混淆。

将您的正则表达式更改为rowspan=(?<rowspan>[\\d]+)

你的代码：

public class Test {

    public static void main(String args[]){
        String input = "<td rowspan=66>x.x.x</td> ";
        String regex = "rowspan=(?<rowspan>[\\d]+)";
        Pattern pattern = Pattern.compile(regex);
        Matcher matcher = pattern.matcher(input);
        if(matcher.find()){
            System.out.println("Entire match: " + matcher.group());
            System.out.println("Row span: " + matcher.group("rowspan"));
        }
    }

}

你会得到：

Entire match: rowspan=66
Row span: 66

Answer 2

我认为您的代码的问题与了解 Matcher#groupCount 方法的作用有关。来自Javadoc：

返回此匹配器模式中的捕获组数。 按照惯例，零组表示整个模式。它不包括在此计数中。

换句话说，假设您有一个捕获组，您的 for 循环只会迭代一次。但是您打印的是第一组，即整个图案：

for (int i=0; i < matcher.groupCount(); i++) {
    System.out.println(matcher.group(i));
}

相反，只需在您有匹配项时进行迭代，然后访问您需要的组。我认为对捕获组进行硬编码没有太大问题，因为如果发生匹配，那么根据定义，该匹配中的捕获组也应该存在。

String input = "<td rowspan=66>x.x.x</td> ";
String regex = "rowspan=(\\d+)";
Pattern pattern = Pattern.compile(regex);
Matcher matcher = pattern.matcher(input);
while (matcher.find()) {
    System.out.println(matcher.group(0));
    System.out.println(matcher.group(1));
}

Demo

注意：你的模式看起来也有点奇怪。如果您想通过\\d 匹配一个数字，那么您也不必将其放入字符类中。因此我在代码中使用了模式rowspan=(\\d+)。

Answer 3

试试

for(int i = 0; i <= matcher.groupCount(); i++){
    System.out.println(matcher.group(i));
}

matcher.groupCount() 是1，所以如果你使用<，你将只迭代索引0。